信息檢索技術論文

近年來，計算機技術、語言學以及人工智能技術的發展促進了整個信息檢索技術領域的發展。今天小編要給大家介紹的便是信息檢索技術論文，歡迎閲讀！

信息檢索技術論文

[摘要]通過對近年來計算機科學、人工智能、專利文獻加工等領域的發展進行總結，從多語言混合檢索、分類檢索、語義檢索、圖像檢索以及輔助技術五個方面介紹專利文獻計算機檢索技術的最新發展。機器翻譯技術和多邊共同分類體系的完善有助於提高計算機檢索效率、消除語言障礙，而語義檢索、圖像檢索和文獻自動處理技術的發展有望使面向不同層次用户的計算機智能化檢索系統得以實現。

[關鍵詞]專利文獻 計算機檢索 語義檢索 圖像檢索

1、前言

近年來，計算機技術、語言學以及人工智能技術的發展促進了整個信息檢索技術領域的發展，專利文獻的計算機檢索技術正成為情報檢索領域研究的熱點。下文擬從多語言混合檢索、分類檢索、語義檢索、圖像檢索以及輔助技術五個方面介紹專利文獻計算機檢索技術的最新發展。

2、多語言混合檢索

專利文獻是由各國、各地區專利局或世界知識產權局出版的官方文獻，因此一般以各局官方語言出版。雖然大部分專利文獻是英語文獻，但是仍然存在大量日文、中文、德文、法文及其他語種的文獻。出版語言的多樣性給專利文獻的檢索和利用帶來了極大的障礙，要實現多語言混合檢索，機器翻譯是必不可少的技術。目前一些專利局在其上推出了機器翻譯系統，例如我國國家知識產權局提供有漢英機器翻譯，日本特許廳提供有日英機器翻譯，韓國知識產權局提供有韓英機器翻譯等，上述網絡機器翻譯系統對其他國家的用户閲讀方便和使用本國專利文獻起到了幫助作用。

隨着計算機技術的發展，機器翻譯的技術也迅速發展，從傳統的基於規則的機器翻譯擴展到了基於實例或模版的機器翻譯、統計機器翻譯等。尤其是近年來語言學和人工智能技術的發展，以語義描述或以知識描述為特徵的智能機器翻譯系統正逐步成為研究的熱點。專利文獻作為一種特殊的科技文獻，由於其具有特定的句法和語言結構，同時例如權利要求書等具有法律公示性文件的作用，這對翻譯的準確性提出了更高的要求，已有研究者通過在機器翻譯系統內集成多個翻譯引擎、對不同特點的內容使用不同引擎翻譯的方式來提高翻譯質量。

已有的機器翻譯系統基本侷限於單篇文獻的機器翻譯，無法實現真正的多語言混合檢索。多語言混合檢索系統不僅可以允許混合語言的檢索式，而且同一個檢索式還可以對不同語言的專利文獻進行檢索，其實現方式主要有如下三種：翻譯檢索式、翻譯文獻或者兩者相結合的混合式。翻譯檢索式的工作量小，比較適合於因特網檢索，但由於檢索式通常缺乏語境，翻譯難度較大;翻譯文獻的方式雖然有利於提高翻譯質量，進而有利於文獻檢索，但存在的主要問題是翻譯量太大、翻譯時間長。

3、分類檢索

分類號一直是專利文獻檢索的重要手段。目前除了基本涵蓋各國專利文獻的國際專利分類(IPC)之外，美國專利商標局、日本特許廳和歐洲專利局各自都有自己的分類體系，分別是UC、FI/FT和ECLA。IPC雖然通用，但存在分類標準不統一、分類條目不夠完備、文獻分類更新不及時等缺陷，導致使用IPC檢索的效果欠佳。UC和FI/FT分別只能檢索美國和日本的專利文獻，ECLA雖然能夠檢索到多國的文獻，但仍然不能有效地檢索日本、韓國、中國等國的專利文獻。

為改善這種局面，美國、日本和歐洲自2000年即開始了“三邊分類和諧計劃”，該計劃旨在推進ECLA、UC和FI三個分類體系的融合以增強分類號檢索的功能，同時對現有IPC分類體系提出改進建議。依據2009年召開的第27次三邊會議，韓國知識產權局已經加入上述計劃，而中國國家知識產權局也以觀察國的身份參與這項工作。此外，近年來美國專利商標局、日本特許廳、歐洲專利局、韓國知識產權局和中國國家知識產權局五局積極開展合作，其中一個重要的合作項目是“共同的分類”。該項目的實施將有利於提高分類的一致性，擴展或細化部分技術領域的分類，進而提高檢索的效率和質量。

不管是美日歐三方開展的“三邊分類和諧計劃”，還是五局共同開展的“共同的分類”項目，都必將推進專利文獻分類體系的進一步發展，實現真正意義上的“基於檢索的分類”，進一步增強分類號在專利文獻計算機檢索中的作用。

4、語義檢索

當前專利文獻檢索的主要手段為關鍵詞和分類號檢索，而由於一詞多義、一義多詞，專利文獻撰寫、加工和翻譯質量不一以及關鍵詞的機械匹配等問題，本質上決定了其查全率和查準率受限制。隨着計算技術、人工智能、自然語言處理等技術的發展，搜索引擎的智能化有望從根本上提高現有檢索系統的檢索質量。

搜索引擎的智能化具體表現為語義檢索，也稱為知識檢索或概念檢索。語義檢索是對檢索條件、信息組織及檢索結果顯示賦予一定語義成分的一種新的.檢索方式。語義檢索的本質在於以語義為對象進行搜索，而不是對字符串進行簡單的機械匹配，因此可避免關鍵詞匹配檢索中由於詞和義不對應所導致的問題。

語義檢索過程一般包括對被檢索的文檔以及輸入的檢索式進行語義分析和匹配處理。這種語義分析處理依賴於詞彙的語義描述技術以及分別用於詞義鑑別和詞彙過濾的語義識別技術和詞彙鏈算法。可以通過諸如WordNet等語義詞典對詞彙實現較完備的語義描述，保證人和機器對詞彙的理解一致。

最新發展的潛在語義索引通過將文獻搜索過程中的向量空間模型和奇異值分解相結合，可以揭示文檔中的詞間關係，因而適於構建專利文獻搜索引擎”…。利用語義進行檢索還可以將專利文獻中的非技術性信息考慮在內，例如將特定的技術概念和申請人、發明人等信息進行語義聯繫。此外，語義檢索還可以從用户角度出發，考慮用户的檢索需求，從而為諸如查新、侵權等不同目的的檢索提供相應的結果。

近年來國內一些開發商也紛紛提供具有語義檢索功能的專利文獻檢索系統，例如東方靈盾開發的專利檢索系統和Patenticst網站。Patentics網站除了可以實現傳統的關鍵詞檢索功能，還支持語義檢索，僅通過輸入檢索所針對的專利文獻號，即可自動對其進行語義分析、文獻檢索，並對結果進行相關度排序。當前專利文獻檢索領域還未廣泛應用語義檢索，但隨着研究的深入，相信未來的搜索引擎不僅能利用語義技術提高檢索的效率，還有望能對檢索結果進行分析、評價，甚至自動生成檢索報告。

5、圖像檢索

根據對圖像檢索所使用方法的特徵可以分為基於文本的圖像檢索法(TBIR)和基於內容的圖像檢索法(cBIR)。專利文獻一般都帶有大量的附圖，包括機械結構或化學結構式附圖、電路圖、方框圖、流程圖或曲線圖等。與傳統的關鍵詞檢索和分類號檢索相比，CBIR更加直觀、快速，而且可以克服因文字表述差異而導致的漏檢，因此它正在成為專利文獻檢索領域的研究熱點。專利文獻的附圖都是黑白二元圖像(本文

所稱專利是指發明和實用新型專利，不包括外觀設計專利)，不存在顏色和紋理等特徵，因此專利文獻的圖像檢索主要是基於形狀和區域的圖像特徵。

雖然目前還沒有成熟的專利文獻圖像檢索系統，但一些研究機構已經開發出若干可專門用於專利文獻的圖像檢索原型系統，例如IIT Kanpur的PATseek、Informatics and Telematics Institute的PatMediat以及LTUtechnologies公司的ImageSeeker等。PATseek專門針對美國專利文獻進行圖像檢索，而PatMedia網站上的試驗系統僅針對歐洲專利局的專利文獻，這兩個圖像檢索系統都可實現直接輸入待檢索的圖像，系統自動進行相似度匹配，直接提供專利附圖，同時還可以進行基於文本的圖像檢索。

典型的專利圖像檢索系統包括專利文獻處理部分和圖像檢索部分，如圖1所示：

文獻處理部分又進一步包括文獻預處理和視覺、文本元數據提取和索引兩部分。前者是找出文獻中的圖形和對應的文字描述;後者則是進一步進行圖像特徵分析和文本分析，分別提取基本的圖像特徵以及能夠表示圖形含義的高層語義特徵的關鍵詞，由此分別形成索引後的圖形特徵向量庫、圖像庫、文本描述關鍵詞庫和知識庫。在圖像檢索部分，基於上述提取的元數據，進行圖像相似度匹配，同時還可以基於文本進行圖像檢索。與一般領域的圖形檢索相比，由於專利文獻中每幅圖形一般都對應有文字描述，即使不再進行人工標註或自動標註，都能提取到較好的高層語義特徵，這對提高專利文獻圖形檢索的準確性非常有幫助。

目前，專利文獻圖像檢索系統僅處於試驗階段，只能對數量非常少的特定專利文獻進行檢索，且檢索結果相關度還不是很高，但由於圖像檢索具有其他任何檢索方式都不具備的優點，相信隨着人們對專利文獻圖像檢索技術的進一步研究以及語義檢索技術的進一步發展，實現高精度的圖像檢索必將成為現實。

6、輔助技術

高質量的專利文獻是提高檢索質量的基礎。專利文獻分類、標引和摘要改寫是專利文獻加工的主要內容。傳統的專利文獻加工方法主要依賴於人工，其成本高且速度受限制，質量不統一。隨着人工智能和計算機技術的發展，開始出現對專利文獻進行自動分類、自動標引、自動摘要和自動聚類。

專利文獻自動分類已經在歐洲、美國、日本得到了廣泛的研究和嘗試。例如歐洲專利局已經利用自然語言處理的相關技術實現了專利文獻的自動初分類;對日本專利文獻自動分類研究表明，對於使用K臨近算法進行自動分類的情況下，先將專利文獻按部分結構化為語義單元可以提高74%的效率。

PATExpert代表了目前較先進的專利文獻自動處理技術的發展，通過基於語義網的語義處理技術實現了面向內容的專利文獻自動處理，其中的一個主要技術是利用一定的語義表示結構實現專利文獻知識層面的表達。該系統可以執行的處理任務包括：專利文獻內容和元數據的自動抽取;全文、圖像、相關性搜索引擎;專利文獻的自動分類和聚類;面向多語言的輔助理解工具;專利價值自動評估等。

國內有一些研究機構開展了大量的基於IPC體系的專利文獻自動分類的研究，這些研究大部分集中在統計分類技術。近年來隨着人工智能技術的興起，基於人工智能或語義的專利文獻自動分類發展迅速，例如上文提到的Patentics試驗系統也開始嘗試對專利文獻進行自動分類。

中文專利文獻的自動處理仍處於研究階段，雖然國外專利文獻自動處理已經積累了許多寶貴經驗，但由於中文表述的特殊性，許多技術還待消化和開發，例如漢語詞彙之間的分詞技術是制約自動標引質量的一個障礙。隨着信息處理自動化相關技術的發展，專利文獻的自動分類、自動標引、自動聚類和自動摘要正在逐步由半自動走向全自動化，這給搜索引擎的發展帶來了極大的便利。同時，利用語義技術實現基於內容的自動處理將是未來的發展主流，也是提高專利文獻自動處理質量的主要手段。

7、結語

專利文獻計算機檢索是一個涉及了多學科的研究領域，其中以語義檢索為核心的技術推動了搜索引擎、機器翻譯、圖像檢索等相關技術的發展，而由於專利文獻的特殊性，分類體系和文獻自動處理技術也在其中佔據了重要地位。隨着研究的進一步深入，現存的語言障礙和檢索效率低下等缺陷在不久的將來必將逐漸被克服，不同層次的用户有望藉助於智能化的自動檢索系統便利地實現專業化檢索。